• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

捍卫数据隐私:联邦学习在临床预测模型中的应用

标准机器学习方法需要在一台机器或数据中心把数据集中起来训练模型,这需要同时处理多家医疗机构的数据,用于临床预测模型的训练。但医疗数据有着极高的敏感性,包括数据的权属问题、数据的隐私问题、数据的合规问题等,这均要求在保证数据绝对安全、合规的前提下进行机器学习模型的训练。如何在医疗数据不出医疗机构安全域的前提下进行一个模型训练,这是联邦学习(Federated learning)兴起的背景。联邦学习使得不同医疗机构能够协同学习、共享预测模型,同时将所有训练数据保存在各自医疗机构内部,从而将机器学习的能力与数据集中存储脱钩。

  • 2021-12-30
  • 阅读168
  • 下载0
  • 7页
  • docx

分布式机器学习中的拜占庭问题

分布式学习(Distributed Learning)是一种广泛应用的大规模模型训练框架。在分布式学习框架中,服务器通过聚合在分布式设备中训练的本地模型(local model)来利用各个设备的计算能力。分布式机器学习的典型架构——参数服务器架构中,包括一个服务器(称为参数服务器 - Parameter Server,PS)和多个计算节点(workers,也称为节点 nodes)[1]。其中,随机梯度下降(Stochastic Gradient Descent,SGD)是一种广泛使用的、效果较好的分布式优化算法。在每一轮中,每个计算节点根据不同的本地数据集在它的设备上训练一个本地模型,并与服务器共享最终的参数。然后,服务器聚合不同计算节点的参数,并通过与计算节点共享得到的组合参数来启动下一轮训练。关于基于 SGD 优化的分布式框架的网络结构(包括:层数、类型、大小等)在训练开始之前由所有计算节点共同商定确认。

  • 2021-12-30
  • 阅读227
  • 下载0
  • 33页
  • docx

联邦学习——面向数据安全和隐私保护破解之法

基于大数据的机器学习既推动了AI的蓬勃发展,也带来了一系列安全隐患。这些隐患来源于深度学习本身的学习机制,无论是在它的模型训练阶段还是在模型推理和使用阶段。当前AI安全已引起人们普遍的关注,各项的治理措施也因此积极开展。

  • 2021-12-30
  • 阅读160
  • 下载0
  • 8页
  • docx

为什么区块链技术是元宇宙必选项

元宇宙(Metaverse)是整合区块链等多种新技术而产生的新型虚实相融的互联网应用和社会形态,“元宇宙”是一个平行于现实世界,又独立于现实世界的虚拟空间,是映射现实世界的在线虚拟世界,是越来越真实的数字虚拟世界。它基于扩展现实技术提供沉浸式体验,基于数字孪生技术生成现实世界的镜像,基于区块链技术搭建经济体系,将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合,并且允许每个用户进行内容生产和世界编辑。

  • 2022-01-10
  • 阅读159
  • 下载0
  • 6页
  • docx

MetaMEMO跨链技术联通全球所有区块链

区块链技术,是分布式数据存储、点对点传输、分布式共识算法、加密算法等计算机技术的集成应用。从狭义角度来讲,区块链是一种按照时间顺序将数据区块以顺序相连的方式进行组合的一种链式数据结构,并以密码学方式保证数据不可篡改和不可伪造的分布式账本。

  • 2022-01-08
  • 阅读169
  • 下载0
  • 24页
  • docx

MEMO/MEFS始终坚持应用技术落地赋能实体经济的价值导向

 毫无疑问,我们在拥抱大数据时代,数据资源正变得越来越重要。2019年,我国已经正式将数据作为同劳动、资本、土地、知识、技术、管理同等重要的七大生产要素之一。但如何管理大量交易数据,保障交易安全以及如何准确进行身份认证,正确使用电子签名,保障数据的真实性等等,这些问题对于传统互联网来说,都存在极大挑战。

  • 2022-01-10
  • 阅读163
  • 下载0
  • 6页
  • docx

区块链技术的未来:用例、风险和挑战

您可能已经注意到,区块链技术是当前新闻头条的关注焦点。因此,许多人寻求IT人员扩充服务以在业务中利用区块链技术。该技术被认为是“具有破坏性的”,而区块链的未来通常与一种可以“改变我们所知的生活”相关联。然而,对于区块链技术究竟是什么、它在哪里使用、谁在使用它以及它是如何发展的,仍然存在一些困惑。在本文中,我们将为读者消除一些困惑,并提供有关区块链未来发展方向的重要见解。

  • 2022-01-08
  • 阅读163
  • 下载0
  • 16页
  • docx

MEMO从分布式存储到分散式存储

 这是个信息爆炸的年代,人类无时无刻不在制造着各种数据,留下自己的数字化足迹。海量照片、网络游戏、4G时代成熟的短视频、5G时代的物联网和工业互联网,让数据出现了指数级的增长。市场研究机构IDC预计,到2025年,全球一年产生的数据将高达175ZB。如果用直观一点的表述,这个数据量将会存满1879亿个1TB的硬盘,全球每人平均持有二十多个这样的硬盘。

  • 2022-01-08
  • 阅读170
  • 下载0
  • 33页
  • docx
上一页 1 …… 736737738739740741742743744745746 …… 2194 下一页 共 17546 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读60
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读905
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2683
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3142
  • 下载14

最新上线

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读17
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读16
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读17
  • 下载0

配电室智慧整体解决方案

持续改进与升级是配电室智慧整体解决方案成功的关键,通过定期评估和更新硬件设备、引入智能控制系统、加强数据分析和优化、提升人员培训和技能水平以及建立反馈机制等措施,可以不断提高系统的运行效率和可靠性,满足不断变化的市场需求和技 术进步。

  • 阅读18
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南